Question

我想为字符串列表中的每个元素找到最短的唯一字符组合。每个组合至少应由字符串的第一个字符和两个最稀有字符组成（如有必要，还可以包括更多），并且顺序重要。如果一个字符在一个字符串中出现多次，则应该增加权重。

考虑以下示例：

liste = ["apple", "pear", "banana", "xylophone", "bear", "banunu"]
combinations = ["apl", "per", "ban", "xyh", "ber", "bnu"

对于apple，p和e总共出现4次，但是由于p在apple中出现两次，因此应结合使用

用python编写此逻辑的最有效方法是什么？

Answer 1

您可以执行以下操作：

import heapq

from collections import Counter
from operator import itemgetter


def combination(word, n, counts):
    word_count = Counter(word)
    elements = []
    seen = set()
    for i, c in enumerate(word[1:]):
        if c not in seen:
            elements.append((-1 * counts[c], word_count[c], i, c))
            seen.add(c)
    top = heapq.nlargest(n, elements)
    characters = map(itemgetter(3), top)

    return word[0] + ''.join(sorted(characters, key=lambda x: word.index(x)))


lst = ["apple", "pear", "banana", "xylophone", "bear", "banunu"]

counts = Counter(''.join(lst))

result = [combination(w, 2, counts) for w in lst]
print(result)

输出

['apl', 'per', 'ban', 'xyh', 'ber', 'bnu']

这个想法是创建代表每个 unique 字母的优先级标准的元组。因此elements是一个包含元组预置的列表：

counts[c]：总计数（因为您希望最稀有的数字乘以-1）
word_count[c]：单词中字母的具体计数
i：代表字母的第一个位置
c：字母本身。

使用以下方法创建列表elements

elements = []
seen = set()
for i, c in enumerate(word[1:]):
    if c not in seen:
        elements.append((-1 * counts[c], word_count[c], i, c))
        seen.add(c)

请注意，由于字符必须唯一，因此我们使用一组（seen）来保证唯一性。最后，您根据上述条件使用heapq.nlargest来获取顶部的n元素。

列表中每个字符串的最少三个字符的最短唯一组合

1 个答案: